Aguiar et al., 2007
Modelagem multi-escala e multi-abordagem am ambiente TerraME
XIII SBSR Workshop GIS e Modelagem
Florianópolis, 24 de abril de 2007
Aguiar et al., 2007
Equipe de Modelagem DPI/INPE
• Concepção TerraME– Tiago Garcia (UFOP)– Antônio Miguel Monteiro
Vieira– Gilberto Câmara
• Modelagem/GIS– Ana Paula Aguiar– Evaldinólia Pinto– Eymar Lopes – Felix Carrielo– Laercio Namikawa – Luciana Soler– Maria Isabel Escada– Pedro Andrade– Silvana Amaral
UFOPUniversidade Federal de Ouro PretoLaboratório Associado de Modelagem
Aguiar et al., 2007
Principais parceiros nas atividades de modelagem
• Museu Emílio Goeldi• Embrapa Amazônia Oriental • Universidade Federal do Pará
• LNCC-Laboratório Nacional de ComputaçãoCientífica
• MPEG-Museu Paraense Emílio Goeldi• INPE-Intituto de Pesquisas Espaciais• IDSM-Instituto de Desenvolvimento
Sustentável Mamirauá• IMPA-Instituto de Matemática Pura e Aplicada• CBPF-Centro Brasileiro de Pesquisas Físicas
Aguiar et al., 2007
• Parte I: Visão geral de TerraME• Parte II: Aplicações em modelagem LUCC na
Amazônia
Aguiar et al., 2007
TerraME
• O que é TerraME?• Quais os requisitos?• Quais as principais características?• Arquitetura e componentes• Onde obter?
Aguiar et al., 2007
O que é TerraME?
• Um ambiente para construção de modelos espaciaisdinâmicos, integrado a um banco de dados celularmulti-temporal, que ermite o desenvolvimento por nãoprogramadores, especialistas em diversas áreas.
• Aplicações típicas: – Mudanças de uso e cobertura (LUCC)– Hidrologia– Vegetação– Biodiversidade– Estudos urbanos
Aguiar et al., 2007
TerraME
• O que é TerraME?• Quais os requisitos?• Quais as principais características?• Arquitetura e componentes• Onde obter?
Aguiar et al., 2007
Requisitos para modelos LUCC na Amazônia
• Representar a heterogeneidade espaço-temporal : • Atores• Processos• Velocidadades de transformação• Relações de conexão
• Permitir representar fatores condicionantes em diversasescalas e a integração (feedbacks) entre escalas.
• Permitir adotar múltiplas abordagens de modelagem de acordo com objetivos de modelagem.
Aguiar et al., 2007
OldSettlements
(more than 20 years)
Farms
RecentSettlements(less than 4
years)
Source: Escada, 2003
Aguiar et al., 2007
TerraME
• O que é TerraME?• Quais os requisitos?• Quais as principais características?• Arquitetura e componentes• Onde obter?
Aguiar et al., 2007
TerraME: quais as principais características?
• Acesso direto a um banco de dados celular espaço-temporal
• Espaço pode ser não isotrópico: relações de vizinhançaconvencionais e por rede
• Conceito de Ambientes aninhados:– Diferentes comportamentos no espaço e tempo no mesmo
modelo– Diferentes escalas temporais e espaciais no mesmo modelo– Diferentes relações de vizinhança no mesmo modelo– Multiplas abordagens de modelagem no mesmo modelo: agentes,
automatos celulares, modelos de simulação, etc.
Aguiar et al., 2007
Características: Integração com Banco de dados geográfico
Espaço celular em ambienteTerralib/TerraView
fonte: Carneiro (2006)
Aguiar et al., 2007
Características: Relações de proximidade através de redes
ForestDeforestedNo data
Non-forest-
Water
Roads
100 km
Transamazônica
Br 163-
São Felix do Xingu
Redes físicas ou lógicas: estradas,linhas de transmissão, comunicão,mercado
Fontes: Aguiar et al., 2003Prodes/INPE
Aguiar et al., 2007
Características: Conceito de Ambiente em TerraMECellular space
Um ambiente tem três sub-modelos– Espacial: espaço celular, relações de proximidade– Comportamental: modelos celulares, autômatos, agentes situados,etc.– Temporal:
Aguiar et al., 2007
Características: Ambientes podem ser aninhados
Cada ambiente aninhado tem seu próprio modelo temporal, comportamental e espacial
Prodes/INPE 2000-2001
Aguiar et al., 2007
Ambientes aninhados: possibilitam modelos de comportamento, espaço e tempo heterogêneos
Agriculture to urban
Natural vegetation/water to urban
Agriculture/natural vegetation to water
Water to agriculture
Landsat 1988–96
(K. Seto, Boston U.)
Aguiar et al., 2007
Ambientes aninhados: possibilitam modelos de comportamento, espaço e tempo heterogêneos
Aguiar et al., 2007
Ambientes aninhados: possibilitam modelos de comportamento, espaço e tempo heterogêneos
Exemplo: múltiplas resoluções espaciais para modelar áreas de pequeno e grandes
2500 m 2.500 m e 500 m
Carneiro et al., 2004 (Amsterdam LUCC WS)
Aguiar et al., 2007
1997Large farm environments:
2500 m resolution
Continuous variable:% deforested
Two alternative neighborhoodrelations:
•connection through roads• farm limits proximity
Exemplo de modelo de alocação de desflorestamento em Rondônia:resoluções diferentes, variáveis, fatores e relações de vizinhança
Carneiro et al., 2004 (Amsterdam LUCC WS)
Small farms environments:
500 m resolution
Categorical variable: deforested or forest
One neighborhood relation: •connection through roads
1985
1997
Aguiar et al., 2007
TerraME
• O que é TerraME?• Quais os requisitos?• Quais as principais características?• Arquitetura e componentes• Onde obter?
Aguiar et al., 2007
TerraME: arquitetura e aplicações
TerraLib EnviromentalModeling Framework
C++ SignalProcessing
librarys
C++ Mathematical
librarys
C++ Statisticallibrarys
TerraME Virtual Machine
TerraLib
TerraME Compiler
TerraME Language
SãoFelixAgentsModel RunoffModel TROLLModel CLUE
fonte: Carneiro (2006)
Amazonia Prata
Aguiar et al., 2007
TerraME: componentes
Eclipse & LUA plugin• model description• model highlight syntax
TerraView• data acquisition• data visualization• data management• data analysis
TerraLibdatabase
data
Model source code
MODEL DATA
mod
el
• model syntax semantic checking• model execution
TerraME INTERPRETER
LUA interpreter
TerraME framework
TerraME/LUA interface
model da
ta
fonte: Carneiro (2006)
Aguiar et al., 2007
TerraME
• O que é TerraME?• Quais os requisitos?• Quais as principais características?• Arquitetura e componentes• Onde obter?
Aguiar et al., 2007
Onde obter?
• Componentes:– TerraView/TerraLib (www.terralib.org )– Eclipse SDK (www.eclipse.org).– LUA plugin for Eclipse(www.ideais.com.br/luaeclipse/)– TerraME
(www.dpi.inpe.br/cursos/environmental_modelling/terrame.zip/ )
• Referências:– A melhor maneira de começar a usar TerraME: "A Gentle Introduction to
TerraME” (www.dpi.inpe.br/TerraME/introd.pdf )– Tese de Doutorado Tiago Carneiro (INPE, 2006)
Aguiar et al., 2007
• Parte I: Visão geral de TerraME• Parte II: Aplicações em modelagem LUCC na
Amazônia
Aguiar et al., 2007
DENSELY POPULATEDARCH
OCCIDENTALCENTRAL
Áreas de estudo
DeforestationForestNon-forest
Clouds/no data
INPE/PRODES 2003/2004:
Macro-zoneamento proposto por Bertha Becker (2004)
Aguiar et al., 2007
Modelagem macro com CLUE
Em parceria com a Universidade de Wageningen -Holanda
Dr. Tom VeldkampDr. Kasper Kok
Aguiar et al., 2007
Modelagem CLUE: principais variáveis e premissas
Demanda:• Proxy da pressão do mercado por terra
e produtos agropecuários.
Variáveis escala fina (25 x 25 km2)• Porcentagem de áreas protegidas• Conexão a mercados nacionais• Distância a estradas pavimentadas• Distância a estradas não pavimentadas
Variáveis escala grosseira (100 x 100 km2)• Distância a estradas• Umidade nos meses mais secos• Porcentagem de solos férteis
Aguiar et al., 2007
Federative States
0% 37%
Outlier: 54%
Temporary agriculture pattern in 1997 (25 x 25 km2)
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Exploração de cenários: um parâmetro chave modificado por vez
Demanda anual constante (25.000 km2)Pavimentação de estradas (incluindo a BR 163 e BR 319)
Demanda anual constante (25.000 km2)
Criação de novas áreas protegidas (incluindo na Terra do Meio)Pavimentação de estradas (incluindo a BR 163 e BR 319)
Demanda anual constante (25.000 km2)
Ações de comando e controle locaisCriação de novas áreas protegidas (incluindo na Terra do Meio)Pavimentação de estradas (incluindo a BR 163 e BR 319)
Demanda decrescente (15.000 km2)
Ações de comando e controle locaisCriação de novas áreas protegidas (incluindo na Terra do Meio)Pavimentação de estradas (incluindo a BR 163 e BR 319)
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D Estradas não pavimentadasRios principais
Estradas pavimentadas em 2010Áreas protegidas em 1997Novas áreas protegidas (2004)Ações de comando e controle(locais de cumprimento da lei)
Limites estaduaisDemanda: 25.000 km2
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D Estradas não pavimentadasRios principais
Estradas pavimentadas em 2010Áreas protegidas em 1997Novas áreas protegidas (2004)Ações de comando e controle(locais de cumprimento da lei)
Limites estaduaisDemanda: 25.000 km2
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D Estradas não pavimentadasRios principais
Estradas pavimentadas em 2010Áreas protegidas em 1997Novas áreas protegidas (2004)Ações de comando e controle(locais de cumprimento da lei)
Limites estaduaisDemanda: 25.000 km2
Estradas não pavimentadasRios principais
Estradas pavimentadas em 2010Áreas protegidas em 1997Novas áreas protegidas (2004)Ações de comando e controle(locais de cumprimento da lei)
Limites estaduaisDemanda: 25.000 km2
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D Estradas não pavimentadasRios principais
Estradas pavimentadas em 2010Áreas protegidas em 1997Novas áreas protegidas (2004)Ações de comando e controle(locais de cumprimento da lei)
Limites estaduaisDemanda: 25.000 km2
Estradas não pavimentadasRios principais
Estradas pavimentadas em 2010Áreas protegidas em 1997Novas áreas protegidas (2004)Ações de comando e controle(locais de cumprimento da lei)
Limites estaduaisDemanda: 15.000 km2
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Maior intensidade de mudança nas novas fronteiras mais conectadas ao Sudeste e Nordeste
Hot spots de mudança (1997 a 2020)
Estradas não pavimentadasEstradas pavimentadas (2010)
Rios principaisLimites estaduais
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Hot spots de mudança (1997 a 2020)
Estradas não pavimentadasRios principais
Estradas pavimentadas (2010)
Limites estaduais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Novas áreas protegidas (2004)
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Hot spots de mudança (1997 a 2020)
Estradas não pavimentadasRios principais
Estradas pavimentadas (2010)
Limites estaduais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Novas áreas protegidas (2004)
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário DNovas áreas protegidas (2004)
0.0 -0.23Diminuição:
0.0 0.16Aumento:
Diferenças no desflorestamento:Estradas não pavimentadasRios principais
Estradas pavimentadas (2010)
Limites estaduais
Diferenças em relação ao Cenário A
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Hot spots de mudança (1997 a 2020)
Estradas não pavimentadasRios principais
Estradas pavimentadas (2010)
Limites estaduais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Hot spots de mudança (1997 a 2020)
Estradas não pavimentadasRios principais
Estradas pavimentadas (2010)
Limites estaduais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Comando e controle local
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Hot spots de mudança (1997 a 2020)
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Comando e controle local
Estradas não pavimentadasEstradas pavimentadas (2010)
Rios principaisLimites estaduais
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário DComando e controle localEstradas pavimentadas (2010)
0.0 -0.44Diminuição:
0.0 0.15Aumento:
Diferenças no desflorestamento:
Diferenças em relação ao Cenário B
Estradas não pavimentadasRios principaisLimites estaduais
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Hot spots de mudança (1997 a 2020)
Estradas não pavimentadasRios principais
Estradas pavimentadas (2010)
Limites estaduais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Aguiar et al., 2007
Cenário A
Cenário B
Cenário C
Cenário D
Hot spots de mudança (1997 a 2020)
Estradas não pavimentadasRios principais
Estradas pavimentadas (2010)
Limites estaduais
0.0 – 0.10.1 – 0.20.2 – 0.30.3 – 0.40.4 – 0.50.5 – 0.60.6 – 0.70.7 – 0.80.8 – 0.90.9 – 1.0
% mudança 1997 a 2020:
Aguiar et al., 2007
Principais conclusões
• Entender melhor interações intra-regionais entrepressão do mercado e políticas públicas
• Refinar medidas de conexão para diferentes atividades(e.g., mercado da carne, de grãos, etc.)
Aguiar et al., 2007
Conexão a mercados (1997)
Conexão a mercados (2010) Conexão a portos (2010)
Conexão a portos (1997)
Aguiar et al., 2007
Visão de futuro: cenários regionais e locais multi-escala, multi-localidade, multi-abordagem
Atores, processos, usosdiferenciados
Condições locais diferenciadas:•biofísicas, •culturais, •estrutura agrária, •nós locais de cadeias produtivas, •conectividade a mercados
Políticas públicas e cenários diferenciadosLocalidade A Localidade C
Amazônia: pressão mercado por terra,políticas nacionais e regionais,
padrões migratórios
Abordagens de modelagemdiferenciadas
Foco na derivação de indicadores sócio-econômicosdos efeitos de diferentes políticas
Localidade B
Aguiar et al., 2007
Modelagem na região de Machadinho do Oeste/Rondônia
Em parceria com: Wageningen University
Dr. Tom VeldkampDr. Peter Verburg
Aguiar et al., 2007
Rondônia – Objetivos e área de estudo
30 km
• Construir modelos LUCC (floresta, vegetação secundária e desmatamento) para Machadinho e V. do Anari em duas escalas incorporando:
– mecanismos de feedback; e – o contexto de uma nova frente
de expansão que abrange o Norte do MT e o Sul do Amazonas.
• Estes modelos visam trabalhar com cenários de Políticas Públicas e a ênfase é na aplicação e adaptação do CLUE-S.
• Construir modelos LUCC (floresta, vegetação secundária e desmatamento) para Machadinho e V. do Anari em duas escalas incorporando:
– mecanismos de feedback; e – o contexto de uma nova frente
de expansão que abrange o Norte do MT e o Sul do Amazonas.
• Estes modelos visam trabalhar com
Tese de Doutorado de Luciana SolerDr. Peter Verburg, Prof. Tom Veldkamp – WUR, NetherlandsDr. Isabel Escada, Prof. Gilberto Câmara – INPE, Brazil
cenários de Políticas Públicas e a ênfase é na aplicação e adaptação do CLUE-S.
Aguiar et al., 2007
Rondônia – Cenário atual
Fotos: Luciana Soler
• Falta de políticas econômicas apropriadas aos projetos de assentamento.
• Efeitos– Empobrecimento– Concentração de terra– Êxodo Rural
• Perspectivas:– Relação com novas áreas de ocupação
em MT e Sul do Amazonas– Alternativas de políticas públicas para a
região, em cenários alternativos– Modelos multi-escala em ambiente
TerraME
Aguiar et al., 2007
Modelagem na região de Santarém: expansão daagricultura capitalizada
Em parceria com: Emprapa Amazônia Oriental
Dr. Adriano VenturieriAndréa Coelho (Dissertação de Mestrado)
Aguiar et al., 2007
Modelagem Santarém - Objetivos:Entender transições e fatores
determinantes (1986-2006)– Floresta– Pastagem– Capoeira– Agricultura capitalizada– Agricultura familiar
• Adaptar modelo de alocação emTerraME para as características daregião;
• Ligar cenários qualitativos construídosno âmbito do ZEE da BR 163 aosmodelos quantitativos;
– Analisar alternativas de políticaspúblicas dentro do contexto dos cenários ZEE (2020), servindo comosubisídio ao processo de tomada de decisão e negociação entre atores.
– Ser um piloto para atividadessemelhantes na área do ZEE BR 163.
Santarém, PA – Cargill grain port2005. Foto: Carlos Stefen
Aguiar et al., 2007
Exemplo: RIKS CA (http://www.riks.nl/)
Fonte: Verburg et al, Env. Man., Vol. 30, No. 3, pp. 391–405
Quantidade de mudança
Localização da mudança
Modelo de alocação: celular
Top-
dow
n
Aguiar et al., 2007
Modelagem São Felix do Xingu: cenários de expansão da pecuária
Em parceria com:
Museu Emílio GoeldiDra. Ima VieiraArlete Almeida
Carmem AméricoMagno Macedo
Embrapa OrientalDr. Jonas Veiga
UFPA/EconomiaDr. Sergio Rivero
UFOPDr. Tiago Carneiro
Aguiar et al., 2007
0
2000
4000
6000
8000
10000
12000
14000
1997 2000 2001 2002 2003 2004
Des
mat
amen
to A
cum
ulad
o - k
m2
Água Azul do NorteMarabáOurilândia do NorteRedençãoSão Félix do XinguTucumãXinguara
Museu Paraense Emílio Goeldi e Embrapa Oriental
Aguiar et al., 2007
Projeto Integrado - GEOMA
• Papel da Pecuária na estruturação do espaço na frente pioneira
• Dinâmica populacional e o papel das redes
• Dinâmica Fundiária• Dinâmica da Paisagem
Fonte: Silvana Amaral Kempel
Fonte: Roberto Araújo, Isabel Escada
Aguiar et al., 2007
L. Caraíba
GG
T
T
Terra do Meio 1997 - 2004Terra do Meio - Deforested Clearing Area
0
2000
4000
6000
8000
10000
12000
14000
16000
1997 1997-2000 2000-2001 2001-2002 2002-2003 2003-2004
Year
Are
a (h
a)
SMA
IRR
MED
LAR
LIN
Fonte: Isabel Escada, Silva et al, 2005
Typology
Aguiar et al., 2007
Modelagem Pecuária São Felix do Xingu/Iriri – Objetivos:
– Modelar com abordagens complementares e múltiplas escalas diferentes aspectos da questão da pecuária;
– Projetar futuros possíveis e desejáveis para a região;
– Foco em políticas de ordenamento territorial, tecnologia, crédito versus estruturação da cadeia de mercado da carne.
Aguiar et al., 2007
Componentes Cenários macro(mercado e políticas
nacionais e internacionais)• Cenários qualitativos: – Especificar cenários qualitativos para a
Pecuária (Pará e São Felix): explorativos (orientação estratégica) e construção de visão (com atores locais);
– Quantificar cenários e integrá-los aos modelos computacionais.
• Modelagem:– Modelos alocação: relação entre a
estruturação da cadeia bovina e do desflorestamento/expansão da pecuária para diferentes atores;
– Modelos multi-agente:desenvolvimento de modelos multi-agentes das estratégias de uso e trajetórias de diferentes atores, e modelos alternativos de manejo das propriedades.
Cenários regionais (Pará e Sudeste do Pará)
Cenários locais(Sáo Felix)
quantificação
ModeloLUCC
São Felix
MAS
Estruturacaoda cadeia
IndicadoresSócio-economicose ambientais
Aguiar et al., 2007
Modelo de desflorestamento versus estruturação da cadeia de mercado: Sul do pará e São Felix
• Modelar nós e fluxos das cadeias, e sua evolução temporal;
• Associar com desflorestamento e dinâmica de uso na região;
• Analisar quais políticas podem interferir na expansão da fronteira.
Atratividade da frentepioneira
OrganizaçãoDas sub-cadeias
Estruturação doespaço
Crescimento da Produção bovina
Mecanismos de interação entre a cadeia produtiva bovina e a estruturação do espaço nas frentes pioneiras (fonte: Poccard-Chapuis et al., 2005).
Prodes/INPE 2000-2001
Modelo celular integrado, porém diferenciando os fatores determinantespara grandes e pequenos
Aguiar et al., 2007
Modelos multi-agente: propriedades individuais de diferentes tipos de atores
• Criar modelos representativos das diferentes estratégias espaciais
• Testar hipóteses sobre fatores em relação a estas estratégias
• Avaliar impactos de políticas alternativas de crédito, tecnologia e valoração de serviços ambientais nestas trajetórias
Fonte: REDE GEOMA, 2003Roberto Araujo
Aguiar et al., 2007
Estratégias de atores distintos
Espaço celular: classe de usonumero de animaistipo de solocodigo da propriedadeetc.
Agente: Pecuarista médio porte P1Características culturais, valores, Estratégias (usos, tecnologia,
compra, venda, arrendamento)Capital
Decisão sobre uso
Decisão sobremanejo
Modelo de degradação do solo ou pastagem
Parâmetros para decisão(feedback)
Decisão de adquirirpropriedade
Outros agentes (pequenos, grandes,Agricultor familiar, mecanizado, etc.) Aumento e diminuição das propriedades
Aguiar et al., 2007
Modelo de agentes: processo iterativo de desenvolvimentoModelo econômico para decisão de estratégia de uso e manejo, com base em (por exemplo):•Capital disponivel•Custo de desmatamentoParâmetros locais da propriedade (recalculados a cada passo)• Numero de animais• Numero de animais planejado• UA/ha medio, % muito baixo• %pasto• %floresta (em área plana, em área acidentada)Variáveis de contexto (hexógenas):•Mercado (preço do boi, perspectiva de demanda, certificação)•Presença do Estado
Decisão sobre uso: quantidadede pasto plantado e manejo
Decisão sobre localização dos novos pastos
Nova área de pastagem
Númerode animaissuportados
Decisões sobremanejo
Áreas e classes de manejo
Modelo de alocação, inicialmente só com 2 classes(floresta, pastagem) utilizando:•Fertilidade•Declividade•Proximidade a áreas já abertas•Proximidade a sede•Proximidade a estrada
Modelo de degradação da pastagem (celular):• Tempo de criaçao do pasto • Classe de manejo (diferentes curvas)• UA/ha
Degradaçãoda pastagem
Aguiar et al., 2007
Sobre TerraME
• TerraME é uma ferramenta adequada para atividades de modelagem que tenham como objetivo entenderdiferentes aspectos da realidade:
– Possibilita testar diferentes hipóteses, e combinar diferentesabordagens
– Possibilita a implementação de modelos de agentes, celularese híbridos, e o acoplamento de múltiplas escalas.
Aguiar et al., 2007
Sobre modelagem LUCC
• Mais importantes que os resultados em si, é o processode aprendizado, a organização das idéias e entendimentomulti-disciplinar sobre os processos
• Para apoio à tomada de decisão o mais importante é queas premissas dos modelos estejam claras. Que os atoresentendam que não são “previsões”, mas explorações de possibilidades e hipóteses, para “auxiliar nossacapacidade mental” (Constanza, 1998)
“All models are wrong but some are useful”George Box
Top Related